ERAEngineering Research and Application2995-31542993-2742Art and Technology10.61369/ERA.2026050012Article基于图卷积神经网络的疲劳驾驶检测方法https://artdesignp.com/journal/ERA/4/5/10.61369/ERA.2026050012刘建,侯启恩2026452026-05-20道路交通事故多由驾驶疲劳引起，传统检测手段多依赖视觉特征及单一生理信号，存在抗干扰能力不足、特征提取不充分、易受环境干扰等问题，本文探讨了运用图卷积神经网络实现的疲劳驾驶检测技术，以大脑电活动为焦点，非欧几里得结构建模与图卷积神经网络的融合，剖析脑区间的空间联系结构，依托注意力机制对权重进行优化配置。实施脑电信号的前期处理、动态图形结构的建立及模型设计的改进，依托SEED-VIG 数据集及十折交叉验证实验，平均检测精度高达91.2%，与常规CNN 及基础GCN 对比，分别高出8.7% 及4.3%，实现了疲劳驾驶检测的高效精确新飞跃。图卷积神经网络,疲劳驾驶检测,脑电信号,特征提取,空间关联

[1] 刘恺玢, 张震, 宋婷婷, 刘玮. 基于图卷积神经网络的疲劳驾驶检测方法[J]. 自动化与仪表, 2025, 40 (11): 86-92.[2] 陆全平, 曾帅, 李芃锐, 郜东瑞, 陈俊. 一个用于疲劳驾驶检测的多尺度卷积神经网络[J]. 软件导刊, 2025, 24 (03): 127-136.[3] 王孝宇. 基于图神经网络的疲劳驾驶检测方法研究[D]. 青岛大学, 2024.[4] 刘鹏宇, 杨潞霞, 戴斌. 基于轻量化卷积神经网络的疲劳驾驶检测方法研究[J]. 现代计算机, 2024, 30 (09): 24-29.[5] 吴天昊, 张震, 王家曜. 一种基于卷积神经网络的疲劳驾驶检测方法[J]. 控制工程, 1-7.